Onenote实现OCR识别图片

OCR识别推荐两个软件：

1. Tesseract：一个开源的，由谷歌维护的OCR软件。

2. Onenote：微软Office附带或者可以自己独立安装。

3. ONOM：别人封装的onenote api接口

这次讲Onenote实现的OCR识别。github地址：https://github.com/everywan/Extraction.OCR

注：2010版及其以后版本OCR实现方式类似：office将其转换为特定xm格式，然后提取想要的节点就ok了；onenote2007识别比较简单：通过MODI API接口直接之别。

我这里是实现了 office2007和office2010的ocr识别函数。

源程序下载：坚果云连接（.net4.5，vs2017RC。本机环境：windows10）

  1 public class ExtractionOCR
  2     {
  3         #region
  4         private static readonly ExtractionOCR instance = new ExtractionOCR();
  5         public static ExtractionOCR Instance { get { return instance; } }
  6         public static string section_path { get; set; }
  7         public static int waitTime = 3 * 1000;
  8         #endregion
  9         /// <summary>
 10         /// office2007 MODI组件OCR识别
 11         /// </summary>
 12         /// <param name="imgPath"></param>
 13         /// <returns></returns>
 14         public string Ocr_2007(string imgPath)
 15         {
 16             try
 17             {
 18                 var imgType = imgPath.Substring(imgPath.Length - 3);
 19                 var data = File.ReadAllBytes(imgPath);
 20                 string imgInfo = "";
 21                 int i = 0;
 22                 var localimgFile = AppDomain.CurrentDomain.BaseDirectory + @"\" + Guid.NewGuid().ToString() + "." + imgType;
 23                 while (!imgInfo.Equals("转换成功") && i < 3)
 24                 {
 25                     ++i;
 26                     imgInfo = this.GetBase64(data, imgType, localimgFile);
 27                 }
 28                 MODI.Document doc = new MODI.Document();
 29                 doc.Create(localimgFile);
 30                 MODI.Image image;
 31                 MODI.Layout layout;
 32                 doc.OCR(MODI.MiLANGUAGES.miLANG_CHINESE_SIMPLIFIED, true, true);
 33                 StringBuilder sb = new StringBuilder();
 34                 image = (MODI.Image)doc.Images[0];
 35                 layout = image.Layout;
 36                 sb.Append(layout.Text);
 37                 doc = null;
 38                 var localFilePath = AppDomain.CurrentDomain.BaseDirectory + @"\" + Guid.NewGuid().ToString() + ".txt";
 39                 File.WriteAllText(localFilePath, sb.ToString());
 40                 Console.WriteLine(sb.ToString());
 41                 return localFilePath;
 42             }
 43             catch (Exception e)
 44             {
 45                 File.AppendAllText(AppDomain.CurrentDomain.BaseDirectory + @"\log.txt", e.ToString());
 46                 return "";
 47             }
 48             finally
 49             {
 50                 GC.Collect();
 51             }
 52         }
 53         /// <summary>
 54         /// onenote 2010，注意需要先在onenote中创建笔记本，并且将至转换为onenote2007格式
 55         /// 推荐使用onenote2016（个人版即可），API与2010类似，（去掉XMLSchema.xs2007参数即可）其他可参考API参数命名。
 56         /// 注意1：一定要将dll属性中的“嵌入互操作类型”属性关闭
 57         /// </summary>
 58         /// <param name="imgPath"></param>
 59         /// <returns></returns>
 60         public string Ocr_2010(string imgPath)
 61         {
 62             try
 63             {
 64                 #region 确定section_path存在
 65                 section_path = @"C:\Users\zhensheng\Desktop\打杂\ocr\ocr.one";
 66                 if (string.IsNullOrEmpty(section_path))
 67                 {
 68                     Console.WriteLine("请先建立笔记本");
 69                     File.AppendAllText(AppDomain.CurrentDomain.BaseDirectory + @"\log.txt", "需要先在onenote中创建笔记本，并且将至转换为onenote2007格式，且将.one文件得路径赋值给section_path");
 70                     return "";
 71                 }
 72                 #endregion
 73                 #region 准备数据
 74                 //后缀
 75                 var imgType = Path.GetExtension(imgPath);
 76                 imgPath = imgPath.Replace(".", "");
 77                 var data = File.ReadAllBytes(imgPath);
 78                 //根据大小确定重试次数
 79                 int fileSize = Convert.ToInt32(data.Length / 1024 / 1024); // 文件大小 单位M
 80                 string guid = Guid.NewGuid().ToString();
 81                 string pageID = "{" + guid + "}{1}{B0}";  // 格式 {guid}{tab}{??}
 82                 string pageXml;
 83                 XNamespace ns;
 84                 var onenoteApp = new Microsoft.Office.Interop.OneNote.Application();  //onenote提供的API
 85                 if (onenoteApp == null)
 86                 {
 87                     File.AppendAllText(AppDomain.CurrentDomain.BaseDirectory + @"\log.txt", "Microsoft.Office.Interop.OneNote.Application()创建失败");
 88                     return "";
 89                 }
 90                 //重试使用
 91                 XmlNode xmlNode;
 92                 int retry = 0;
 93                 #endregion
 94                 do
 95                 {
 96                     #region 创建页面并返回pageID
 97                     string sectionID;
 98                     onenoteApp.OpenHierarchy(section_path, null, out sectionID, CreateFileType.cftSection);
 99                     onenoteApp.CreateNewPage(sectionID, out pageID);
100                     #endregion
101                     #region 获取onenote页面xml结构格式
102                     string notebookXml;
103                     onenoteApp.GetHierarchy(null, HierarchyScope.hsPages, out notebookXml, XMLSchema.xs2007);
104                     var doc = XDocument.Parse(notebookXml);
105                     ns = doc.Root.Name.Namespace;
106                     #endregion
107                     #region 将图片插入页面
108                     Tuple<string, int, int> imgInfo = this.GetBase64(data, imgType);
109                     var page = new XDocument(new XElement(ns + "Page",
110                                                     new XElement(ns + "Outline",
111                                                     new XElement(ns + "OEChildren",
112                                                         new XElement(ns + "OE",
113                                                         new XElement(ns + "Image",
114                                                             new XAttribute("format", imgType), new XAttribute("originalPageNumber", "0"),
115                                                             new XElement(ns + "Position",
116                                                                 new XAttribute("x", "0"), new XAttribute("y", "0"), new XAttribute("z", "0")),
117                                                             new XElement(ns + "Size",
118                                                                 new XAttribute("width", imgInfo.Item2), new XAttribute("height", imgInfo.Item3)),
119                                                             new XElement(ns + "Data", imgInfo.Item1)))))));
120                     page.Root.SetAttributeValue("ID", pageID);
121                     onenoteApp.UpdatePageContent(page.ToString(), DateTime.MinValue, XMLSchema.xs2007);
122                     #endregion
123                     #region 通过轮询访问获取OCR识别的结果,轮询超时次数为6次
124                     int count = 0;
125                     do
126                     {
127                         System.Threading.Thread.Sleep(waitTime * (fileSize > 1 ? fileSize : 1)); // 小于1M的都默认1M
128                         onenoteApp.GetPageContent(pageID, out pageXml, PageInfo.piBinaryData, XMLSchema.xs2007);
129                     }
130                     while (pageXml == "" && count++ < 6);
131                     #endregion
132                     #region 删除页面
133                     onenoteApp.DeleteHierarchy(pageID, DateTime.MinValue);
134                     //onenoteApp = null;
135                     #endregion
136                     #region 从xml中提取OCR识别后的文档信息，然后输出到string中
137                     XmlDocument xmlDoc = new XmlDocument();
138                     xmlDoc.LoadXml(pageXml);
139                     XmlNamespaceManager nsmgr = new XmlNamespaceManager(xmlDoc.NameTable);
140                     nsmgr.AddNamespace("one", ns.ToString());
141                     xmlNode = xmlDoc.SelectSingleNode("//one:Image//one:OCRText", nsmgr);
142                     #endregion
143                 }
144                 //如果OCR没有识别出信息，则重试三次（个人测试2010失败率为0.2~0.3）
145                 while (xmlNode == null && retry++ < 3);
146                 if (xmlNode == null)
147                 {
148                     File.AppendAllText(AppDomain.CurrentDomain.BaseDirectory + @"\log.txt", "OCR没有识别出值");
149                     return "";
150                 }
151                 var localFilePath = AppDomain.CurrentDomain.BaseDirectory + @"\" + Guid.NewGuid().ToString() + ".txt";
152                 File.WriteAllText(localFilePath, xmlNode.InnerText.ToString());
153                 Console.WriteLine(xmlNode.InnerText.ToString());
154                 return localFilePath;
155             }
156             catch (Exception e)
157             {
158                 File.AppendAllText(AppDomain.CurrentDomain.BaseDirectory + @"\log.txt", e.ToString());
159                 return "";
160             }
161         }
162         private string GetBase64(byte[] data, string imgType, string filePath)
163         {
164             using (MemoryStream ms = new MemoryStream())
165             {
166                 MemoryStream ms1 = new MemoryStream(data);
167                 Bitmap bp = (Bitmap)Image.FromStream(ms1);
168                 switch (imgType.ToLower())
169                 {
170                     case "jpg":
171                         bp.Save(ms, ImageFormat.Jpeg);
172                         break;
173                     case "jpeg":
174                         bp.Save(ms, ImageFormat.Jpeg);
175                         break;
176                     case "gif":
177                         bp.Save(ms, ImageFormat.Gif);
178                         break;
179                     case "bmp":
180                         bp.Save(ms, ImageFormat.Bmp);
181                         break;
182                     case "tiff":
183                         bp.Save(ms, ImageFormat.Tiff);
184                         break;
185                     case "png":
186                         bp.Save(ms, ImageFormat.Png);
187                         break;
188                     case "emf":
189                         bp.Save(ms, ImageFormat.Emf);
190                         break;
191                     default:
192                         return "不支持的图片格式。";
193                 }
194                 byte[] buffer = ms.ToArray();
195                 File.WriteAllBytes(filePath, buffer);
196                 ms1.Close();
197                 ms.Close();
198                 return "转换成功";
199                 //return new Tuple<string, int, int>(Convert.ToBase64String(buffer), bp.Width, bp.Height);
200             }
201         }
202         private Tuple<string, int, int> GetBase64(byte[] data, string imgType)
203         {
204             using (MemoryStream ms = new MemoryStream())
205             {
206                 MemoryStream ms1 = new MemoryStream(data);
207                 Bitmap bp = (Bitmap)Image.FromStream(ms1);
208                 switch (imgType.ToLower())
209                 {
210                     case "jpg":
211                         bp.Save(ms, ImageFormat.Jpeg);
212                         break;
213                     case "jpeg":
214                         bp.Save(ms, ImageFormat.Jpeg);
215                         break;
216                     case "gif":
217                         bp.Save(ms, ImageFormat.Gif);
218                         break;
219                     case "bmp":
220                         bp.Save(ms, ImageFormat.Bmp);
221                         break;
222                     case "tiff":
223                         bp.Save(ms, ImageFormat.Tiff);
224                         break;
225                     case "png":
226                         bp.Save(ms, ImageFormat.Png);
227                         break;
228                     case "emf":
229                         bp.Save(ms, ImageFormat.Emf);
230                         break;
231                     default:
232                         return new Tuple<string, int, int>("不支持的图片格式。", 0, 0);
233                 }
234                 byte[] buffer = ms.ToArray();
235                 ms1.Close();
236                 ms.Close();
237                 return new Tuple<string, int, int>(Convert.ToBase64String(buffer), bp.Width, bp.Height);
238             }
239         }
240     }

View Code

注意：

1. office2007需要安装office sp2补丁。

2. 谨记关闭onenote.dll的嵌入互操作类型关闭

3. 如果是在服务器上使用office/onenote，需要开启桌面体验功能。

4. 如果是在服务器上使用onenote 2007，需要注意的是该组件是32位的，也就是说直接调用这个接口的必须是32位程序。

5. 如果是在服务器上使用onenote 2010，出现了（Retrieving the COM class factory for component with CLSID {D7FAC39E-7FF1-49AA-98CF-A1DDD316337E} failed due to the following error: 80080005 Server execution failed (Exception from HRESULT: 0x80080005 (CO_E_SERVER_EXEC_FAILURE))）这个异常，请在调用此dll的服务登陆身份修改为管理员账号，并且用此账号创建onenote笔记本，另外，本示例代码需要笔记本格式为onenote2007

6. 如果有其他异常，参阅微软文档：错误代码

参考：

1. onenote 2010 ocr实现

2. 浅谈OCR之onenote 2010

3. Creating OneNote 2010 Extensions with the OneNote Object Model

4. 64位进程调用32位dll的解决方法 / 程序64位化带来的问题和思考

5. ONOM :封装的onenote api类

转载于:https://www.cnblogs.com/jiangtu/p/6523507.html

Onenote实现OCR识别图片相关推荐

百度云 OCR 识别图片验证码
操作系统:Mac OS Python版本:3.7.2 OCR:百度云遇到的问题: API测试过程中,遇到API Resopnse 为图片验证码的情况,需要对图片进行识别得到text code,进行断 ...
Python之ocr识别图片并转为excel文件
环境准备 1.开通腾讯文字识别服务按照官网步骤进行开通:https://cloud.tencent.com/product/generalocr/getting-started 开通 ...
在ubuntu20.10系统下实现一键OCR识别图片截图中的内容使之转换为文本可以复制粘贴
目的:因为最近主要使用ubuntu系统,想要将视频中的文字提取出来,实现一键OCR识别图片截图中的内容使之转换为文本可以复制粘贴. 主要思路利用截图软件gnome-screenshot 进行截取需要 ...
python—简单数据抓取四（利用超级鹰的ocr识别图片验证码模拟登录超级鹰网站、利用百度云的ocr识别自如租房网价格图片获取到自如网的价格）
学习目标: python学习二十四 -简单数据抓取四学习内容: 1.利用超级鹰的ocr识别图片验证码模拟登录超级鹰网站 2.利用百度云的ocr识别自如租房网的价格图片,获取到自如网的价格数据 1.利 ...
Python OCR识别图片验证码（二）
操作系统:Windows Python:3.5 欢迎加入学习交流QQ群:657341423 上节讲到验证码的简单识别但对于一些复杂的验证码,我们需要做一些简单的图片处理才能识别. 例如,我要识别这些 ...
python实现OCR识别图片验证码
用cv2模块读取和显示模块 #导包cv2拓展模块 import cv2#先给窗体起名字 cv2.namedWindow("ShowImage1") cv2.namedWindow( ...
用Tesseract OCR识别图片文字
用tesseract ocr识别图片中的文字准备 OCR与Tesseract介绍将图片翻译成文字一般被称为光学文字识别(Optical Character Recognition,OCR).可以 ...
C++调用Asprise OCR识别图片
在一个识别软件中发现了Asprise OCR的"身影",上官网查了一下相关信息,发现功能挺强大的,识别印刷体应该不错,遗憾的是好像不能识别中文,不过不知道它对扭曲后的英文识别能力怎 ...
python3 ocr_python3 ocr 识别图片文字（CSDN验证码90%通过）
[实例简介] 上次下载了个pytesser_v0.0.1,它是 python2的,我给改成python3的.并且做成子目录下的模块吧. 这样不显得目录乱. 放在开发目录下就能用了 ocr. impor ...
百度OCR识别图片文字，解决image format error错误
文章目录 1 方法一 1.1 新建HttpUtils,用来发送post请求 1.2 获取 access token 1.3 获取图片的文字信息 1.4 测试 1.5 结果 2 方法二使用jsoup 2 ...

Onenote实现OCR识别图片

Onenote实现OCR识别图片相关推荐

最新文章

热门文章